山东
有车企表示将会摒弃激光雷达，转用视觉技术方案。
这就验证了马斯克“使用激光雷达愚蠢、注定失败”的论断，但事实真的是这样吗？
想一想，马斯克为啥坚持让特斯拉用纯视觉，而不用激光雷达方案？
人用眼睛开车，车也该用眼睛。在马斯克看来，既然人类都是靠双眼就能安全驾驶，那么自动驾驶系统也应该依靠视觉（摄像头）来实现。毕竟视觉是自然界经过数亿年进化验证的感知方式，自动驾驶系统应以此为方向才对。
另外从技术层面讲，激光雷达、毫米波雷达与摄像头的数据融合可能导致感知结果冲突，反而降低系统可靠性，这点很关键，能够解决这个问题的车企没有几个，我们下面会详细谈到这个问题。
还有就是商业成本上的考虑了，采用摄像头为主的纯视觉方案，硬件成本远低于激光雷达，有助于降低整车售价，从而推动自动驾驶技术的大规模落地。
而且特斯拉已经在纯视觉路线上投入了大量研发资源，有很大的沉没成本，尽管激光雷达的成本已经降低了，它也很难转向。
激光雷达成装饰品，车企转向特斯拉“纯视觉”方案？余承东有话说。
从某种意义上讲，在量产车上使用激光雷达，华为是首个没有把它当成装饰品，而是真正使用的企业。在华为之前，有的车更多是以此为噱头，因为它没有解决其中的难点。
激光雷达与纯视觉方案都有其优缺点，余承东曾经表示，他们团队坚持用激光雷达，这是从安全性来考虑，“一台黑色的车坏到隧道口里面，用摄像头根本看不见，还有就是建筑物和广告牌的反光会导致摄像头失灵，但激光雷达不会被反光致盲，因为激光雷达发射的光是返回来的……”
总之，让车能够具备“一双眼睛”，背后其实有非常复杂的工作要做。
比如当你开着一台车上路，如何让它感知周围的物理世界，理解什么是行人，什么是车辆，什么是应该躲避的障碍呢？
要知道世界是动态变化的，这就需要算法足够迅捷，而且要非常聪明，可以推理，这样才能反应正确。
打个比方，你在上高架的时候旁边车道突然过来一辆车要加塞，如果你是辅助驾驶的状态，那系统会如何识别和反应？
这就需要强大的计算能力，但只有计算还不行。
激光雷达上车不难，而要把激光雷达用好就非常困难了。
车流中车与车的博弈不仅仅是计算，而更多是选择。车主都明白这点，很多时候你要超车或换道都是下意识的选择，顾不上去计算周围的所有情况，那样就太累也太慢了。
激光雷达的最大特点是精准，这就导致它“看到”的东西跟摄像头“看到”的东西不一样，比如下雨的时候，你旁边的车疾驰而过会掀起一片雨幕，这时候激光雷达可能就认为是障碍，需要躲避或刹车。
这时候就需要通过算法去修正，跟摄像头的视觉进行融合，从而产生正确的决策。
实际上2022年激光雷达就上车了，但2023年时候车企都还需要耗费精力去学习怎么用好激光雷达，当时大家都在拼城市NOA，配置是有了，可50%的硬件性能发挥不出来。
所以马斯克经常说激光雷达是自动驾驶的“拐杖、多余的阑尾”，道路规则基于“人眼+大脑”而设计，摄像头配合端到端神经网络是最佳方案，所以任何依靠激光雷达的自动驾驶方案都会失败。不过因为摄像头高度依赖深度学习且在雨天、黑夜里反应不行，另外如果摄像头之前没有“看过”的障碍物，它也不能正确识别。
激光雷达的困难在于其比摄像头高很多的成本，以及生态和迭代速度。在AI时代，激光雷达的数据如何被AI吸收也是个挑战。
智驾或自动驾驶到底要不要激光雷达？
余承东曾指出，唯有集成摄像头、激光雷达和毫米波雷达这三种硬件的感知方案才能为辅助驾驶提供全方位的安全保障。
自动驾驶业务也是华为最开始投资AI的重要领域，华为轮值董事长徐直军表示华为要打造自动驾驶解决方案，最终实现无人驾驶。
从整个行业看，智驾被消费者广泛认可，成为重要的购车决策依据，华为确实点燃了一把火。而华为的智驾之所以厉害，能够做到业界领先，就在于三点：
1、向高处立，华为的起点就瞄准L4的架构和L4的目标来开发，然后向下适配不同车型的智能驾驶配置要求。
2、华为认为视觉摄像头、毫米波雷达、激光雷达三个传感器各有优缺点，没有一个传感器能够解决所有问题，所以华为提出融合感知方案，通过把多种传感器融合在一起，这样有利于未来实现自动驾驶的目标。
3、争取把把激光雷达的成本进一步降低。
总而言之，视觉传感器有很大优势，特斯拉的计算网络也很先进，但激光雷达也有其不可替代的优势，只要是对消费者安全有利的方案，那就会有市场和生存空间。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
